查看原文
其他

[Recap]Apache Pulsar x Apache Flink Meetup | 杭州站

Jennifer ApachePulsar 2019-03-28

2019.3.23,Apache Pulsar x Apache Flink Meetup 杭州站如期抵达,来自 Pulsar 和 Flink 两大开源社区的爱好者们,齐聚一堂,热烈分享、探讨 Apache Pulsar 和 Apache Flink 的现状和发展。

01

Apache Pulsar 介绍

翟佳 | Apache Pulsar 和 Apache BookKeeper的

PMC成员和 Committer

翟佳详细介绍了 Apache Pulsar的发展史,Pulsar 的消息、存储和计算模式,Pulsar 的生态和用户等情况。他的讲解,让大家明白了Pulsar 是什么,能解决什么问题;和其它消息系统相比,Pulsar 有什么优势,为什么有更多用户愿意选择使用 Pulsar以及Pulsar的项目现状等。

02

Apache Pulsar 2.3.0 特性介绍

郭斯杰 | Pulsar 和 Apache BookKeeper的 

PMC 成员和 Committer

斯杰详细介绍了 Apache Pulsar 2.3.0 中新加的特性:Bookie & Broker, Schema, Security, Functions, Connectors和Clients。他讲解了 Pulsar 的内存管理,预读机制,黏读(sticky read),性能调优和元数据存储等。

除了介绍 Pulsar 2.3.0 特 性,斯杰还提前透露了 Pulsar 2.4.0中将要增加或优化的功能。期待吗?持续关注Pulsar哦~~

03

智联 Apache Pulsar 之路

李鹏辉 | 智联招聘平台架构组工程师, Pulsar Committer

作为智联消息系统落地及研发的负责人,鹏辉分享了Apache Pulsar在智联的实践:从3000万发展到日均60亿+的分发量。他分享了智联消息系统从各自为战到平台化的发展历程;Pulsar在智联的现状:覆盖20+核心业务,日均消息分发60亿+;智联从消息系统到流数据平台挖掘Pulsar的价值;智联招聘对Pulsar社区的贡献:MessageTracker,Hive Pulsar Integration,Multi Version Schema等。

04

Elastic Data Processing with

Apache Pulsar and Apache Flink

赵开兴(纯庚)| 阿里巴巴技术专家

郭斯杰 | Apache Pulsar 和 Apache BookKeeper 的

PMC成员和Committer

这个环节中,赵老师给大家详细介绍了 Apache Flink:对有界/无界数据流进行有状态计算的计算框架和分布式计算引擎;Apache Flink的各种应用场景,及其开源社区。

随后,斯杰从技术层面为大家解剖了Pulsar的Segmented Stream Architecture,Tiered Storage,Pulsar 和 Flink 的集成,及其目标:打造Streaming Connectors, Source Connectors, PulsarCatalog和PulsarStateBackend。在这个集成中, Pulsar负责数据,而 Flink 负责计算。

05

Go in Apache Pulsar

冉小龙 | Go语言爱好者, Apache Pulsar Contributor

小龙同学负责Apache Pulsar 的 pulsar-client-go 项目,他为大家介绍了该项目的发展及现状,CGO 和 GO的区别,CGO的版本迭代及使用CGO的感悟;Go Function的发展、框架、实现和流程等。同时,他号召大家积极参与开源社区,一起构建pulsar-client-go项目。

想更多了解Pulsar,欢迎阅读:


关注我们


ApachePulsar

下一代流数据平台

开源社区,我们一起啊

点击“阅读原文”,下载杭州meetup大咖演讲PDF。 

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存